我想将颜色映射应用于图像，并写入结果图像，而不使用轴、标签、标题或matplotlib自动添加的任何内容。以下是我所做的:
def make_image(inputname,outputname):
data = mpimg.imread(inputname)[:,:,0]
fig = plt.imshow(data)
fig.set_cmap('hot')
fig.axes.get_xaxis().set_visible(False)
fig.axes.get_yaxis().set_visible(False)
plt.savefig(outputname)
它成功地删除了图形的轴，但保存的图形显示了一个白色填充，以及实际图像周围的框架。
我如何删除它们(至少是白色填充)?
当前回答
被点赞的答案已经不管用了。让它工作，你需要 手动添加设置为[0,0,1,1]的轴，或删除图下的补丁。
import matplotlib.pyplot as plt
fig = plt.figure(figsize=(5, 5), dpi=20)
ax = plt.Axes(fig, [0., 0., 1., 1.])
fig.add_axes(ax)
plt.imshow([[0, 1], [0.5, 0]], interpolation="nearest")
plt.axis('off') # same as: ax.set_axis_off()
plt.savefig("test.png")
或者，你也可以把贴片去掉。不需要添加子图来删除填充。这是从下面Vlady的回答中简化出来的
fig = plt.figure(figsize=(5, 5))
fig.patch.set_visible(False) # turn off the patch
plt.imshow([[0, 1], [0.5, 0]], interpolation="nearest")
plt.axis('off')
plt.savefig("test.png", cmap='hot')
这是在2019/06/19用3.0.3版本测试的。图片见下图:
一个更简单的方法是使用pyplot.imsave。详情见luator的回答
其他回答
可能的最简单的解决方案:
我只是简单地结合了问题中描述的方法和hook回答的方法。
fig = plt.imshow(my_data)
plt.axis('off')
fig.axes.get_xaxis().set_visible(False)
fig.axes.get_yaxis().set_visible(False)
plt.savefig('pict.png', bbox_inches='tight', pad_inches = 0)
在这段代码之后，没有空白和帧。
我试着
plt.rcParams['axes.spines.left'] = False
plt.rcParams['axes.spines.right'] = False
plt.rcParams['axes.spines.top'] = False
plt.rcParams['axes.spines.bottom'] = False
plt.rcParams['ytick.major.left'] = False
plt.rcParams['ytick.major.right'] = False
plt.rcParams['ytick.minor.left'] = False
plt.rcParams['ytick.minor.left'] = False
plt.rcParams['xtick.major.top'] = False
plt.rcParams['xtick.major.bottom'] = False
plt.rcParams['xtick.minor.top'] = False
plt.rcParams['xtick.minor.bottom'] = False
fig = plt.figure()
它删除了所有的边界和轴。
我从Stack Overflow的另一个问题中得到了这个答案。
我从matehat那里学到了这个技巧:
import matplotlib.pyplot as plt
import numpy as np
def make_image(data, outputname, size=(1, 1), dpi=80):
fig = plt.figure()
fig.set_size_inches(size)
ax = plt.Axes(fig, [0., 0., 1., 1.])
ax.set_axis_off()
fig.add_axes(ax)
plt.set_cmap('hot')
ax.imshow(data, aspect='equal')
plt.savefig(outputname, dpi=dpi)
# data = mpimg.imread(inputname)[:,:,0]
data = np.arange(1,10).reshape((3, 3))
make_image(data, '/tmp/out.png')
收益率
我发现这些都是有记录的……
https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.axes.Axes.axis.html#matplotlib.axes.Axes.axis
我的代码…“bcK”是512x512的映像
plt.figure()
plt.imshow(bck)
plt.axis("off") # turns off axes
plt.axis("tight") # gets rid of white border
plt.axis("image") # square up the image instead of filling the "figure" space
plt.show()
我喜欢ubuntu的答案，但它没有明确地显示如何设置非方形图像的大小，所以我修改了它，以便于复制粘贴:
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
def save_image_fix_dpi(data, dpi=100):
shape=np.shape(data)[0:2][::-1]
size = [float(i)/dpi for i in shape]
fig = plt.figure()
fig.set_size_inches(size)
ax = plt.Axes(fig,[0,0,1,1])
ax.set_axis_off()
fig.add_axes(ax)
ax.imshow(data)
fig.savefig('out.png', dpi=dpi)
plt.show()
保存无边框的图像很容易，无论你选择什么dpi，如果pixel_size/dpi=size被保留。
data = mpimg.imread('test.png')
save_image_fix_dpi(data, dpi=100)
然而，展示是令人毛骨悚然的。如果你选择小的dpi，你的图像大小可以比你的屏幕大，你在显示时得到边框。然而，这并不影响储蓄。
因此,对于
save_image_fix_dpi(data, dpi=20)
显示变得有边框(但保存工作):
